- 博客(2)
- 收藏
- 关注
RSS订阅原创 对抗训练：FGM与PGD方法介绍
对抗训练方法（FGM和PGD）通过生成微小扰动样本来提升模型鲁棒性。FGM采用单次梯度扰动，PGD则进行多步迭代优化，通过投影限制扰动范围。PGD攻击能力更强但计算成本更高。对抗训练本质是一种正则化方法，能减少过拟合、提高模型在局部邻域的一致性预测，并增强对分布外样本的稳定性。这些方法不仅提升模型对抗攻击能力，还能显著改善模型泛化性能。
2025-08-01 18:33:37
732
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人